Claude CodeとCodexを同時に起動すると、パソコンのメモリを奪い合って動作が遅くなるのではないか？
2つの高性能AIを同時に動かすのだから、PCへの負担も2倍になる。そう考える人は多いだろう。しかし、これは半分正解で半分間違いだ。
結論から言えば、Claude CodeとCodexは基本的に同時利用できる。AIモデルの処理は主にクラウド上で行われるため、一般的なローカルAIのように大量のPCメモリやGPUを必要とするわけではない。
ただし、メモリ不足による動作低下は起こり得る。特にWindowsでVS Code、WSL、Dockerなどを組み合わせている場合は注意が必要だ。
さらに厄介なのは、メモリ不足よりも同じファイルを同時編集することで起きる競合である。AIが2つになったからといって、開発効率が単純に2倍になるわけではない。
この記事では、Claude CodeとCodexのメモリ使用の仕組みから、同時起動によるPCへの負担、コンテキストの違い、安全に併用する設定方法まで詳しく解説する。
Claude CodeとCodexは同時利用できる？結論は問題ない
2つのAIを起動しても処理負荷が単純に2倍になるわけではない
Claude CodeはAnthropic、CodexはOpenAIが提供するAIコーディングツールだ。
どちらもコードの生成や修正、プログラムの実行、ファイルの操作などに対応している。
重要なのは、AIモデル自体がどこで動いているのかという点である。
通常のクラウドモデルを利用する場合、AIの推論処理はサービス提供側のサーバーで行われる。
PC側では、ターミナルやアプリの表示、ファイル操作、プログラムの実行などを担当する。
仕組みを簡単に図解すると次のようになる。
【自分のPC】
│
┌─────────┴─────────┐
│ │
Claude Code Codex
│ │
▼ ▼
AnthropicのAI OpenAIのAI
クラウド処理 クラウド処理
│ │
└─────────┬─────────┘
│
結果を返す
│
▼
ローカルファイル
の読み書き
つまり、AIが考えるための計算をPCですべて処理するわけではない。
同じPCで2つのツールを立ち上げても、それだけでGPUメモリを大量に消費するとは限らないのだ。
ただし、両方がローカルでプログラムを実行すれば、その分だけCPUやメモリの使用量は増加する。
公式資料でも、Codex CLIがローカルのファイルを編集し、インストール済みのツールを実行する仕組みが説明されている。
同時利用で共有されるもの・共有されないもの
Claude CodeとCodexは別々のサービスだが、同じPCで動かす場合には一部のリソースを共有する。
| 項目 | 同時利用時の関係 |
|---|---|
| PCの物理メモリ（RAM） | 共有する |
| CPU | 共有する |
| GPU | ローカルで使用する処理があれば共有する |
| SSD・HDD | 共有する |
| インターネット回線 | 共有する |
| AIの推論処理 | 基本的に別々のクラウド |
| 会話のコンテキスト | 原則として独立 |
| 自動保存されるAIの記憶 | 原則として独立 |
| 同じプロジェクトのファイル | 両方がアクセス可能 |
| Gitの作業ディレクトリ | 同じ場所なら共有する |
| 利用回数・使用量制限 | サービスごとに管理 |
ここで注意したいのが、最後から4番目にあるプロジェクトファイルだ。
同時起動そのものより、2つのAIが同じファイルを書き換えることの方が深刻な問題になる。
Claude CodeとCodexはPCのメモリを奪い合うのか？
物理メモリは共有するため競合する可能性がある
PCのメモリは、複数のアプリケーションが一時的なデータを保存する場所だ。
例えば16GBのRAMを搭載したWindows PCなら、OS、ブラウザ、Claude Code、Codexなどが同じメモリを使用する。
したがって「メモリを奪い合うのか」という質問に対する答えは、厳密にはYESとなる。
ただし、通常のクラウドAI利用ではAIモデル本体をPCのメモリに読み込むわけではないため、必要なメモリ量はローカルLLMとは大きく異なる。
Claude Codeの公式システム要件では、最低4GBのRAMが示されている。
これはあくまでClaude Code単体の動作要件であり、Codexやブラウザを同時利用した場合の快適性を保証する数字ではない。
参考：Anthropic公式 Claude Codeのシステム要件
メモリ8GB・16GB・32GBならどれが理想？
同時利用を考えるなら、PCの搭載メモリ容量は重要な判断材料になる。
次の表は公式の推奨スペックではなく、一般的な開発環境を想定した実用上の目安だ。
| PCメモリ | 同時利用の評価 | 想定する使い方 |
|---|---|---|
| 8GB | △ 余裕が少ない | 軽いコード修正やテキスト作業 |
| 16GB | ○ 標準的 | 通常のWeb開発や複数ツールの利用 |
| 32GB | ◎ 余裕がある | Docker、WSL、複数開発環境の併用 |
| 64GB以上 | ◎ 大規模開発向け | 多数の仮想環境や重量級の処理 |
私なら、Claude CodeとCodexを日常的に併用するPCには、まず16GB以上を選ぶ。
Dockerや複数の開発サーバーまで動かすなら、32GBを検討したい。
ただし、搭載メモリが32GBだから必ず速いというわけではない。
CPU性能、ストレージ速度、実行する処理によっても快適性は大きく変わる。
重要なのは、ツールの名前ではなく実際に何を動かすのかである。
Claude CodeとCodexの同時起動でPCが重くなる5つの原因
1. VS Codeやブラウザが大量のメモリを使用している
Claude CodeとCodexだけなら大きな問題がなくても、VS Codeやブラウザを同時起動すると状況が変わる。
特にChromeで多数のタブを開き、VS Codeに拡張機能を追加している場合は、PC全体のメモリ消費が増える。
この状態で2つのAIが別々の作業を始めれば、動作が重くなる可能性は十分にある。
対策としては、使用していないブラウザのタブやVS Codeのウィンドウを閉じることが有効だ。
2. WSLがメモリを使用している
WindowsでClaude CodeやCodexを利用する際、WSL（Windows Subsystem for Linux）を使うことがある。
WSLはWindows上でLinux環境を動かす仕組みだ。
便利な反面、Linux環境がメモリを使用するため、Windows側の空きメモリが減ることがある。
Microsoftの公式資料では、WSL 2のメモリ設定を変更できることが説明されている。
例えば、必要に応じて.wslconfigでメモリの上限を指定できる。ただし、上限を小さくしすぎるとLinux側の処理が失敗するため、安易な制限はおすすめしない。
3. Dockerやローカルサーバーを同時に起動している
Docker、データベース、Webサーバーなどを利用している場合も注意が必要だ。
例えば次のような状況を考えてみよう。
Windows PC
├─ Claude Code
├─ Codex
├─ VS Code
├─ Chrome
├─ Docker
│ ├─ Webサーバー
│ └─ データベース
└─ ローカル開発サーバーこれだけのプログラムが動いていれば、AIの推論処理がクラウド上でもPCに相応の負荷がかかる。
メモリ不足が原因でスワップが頻発すれば、SSDへの読み書きが増え、動作が大幅に遅くなる可能性もある。
4. 両方のAIがテストやビルドを実行している
実は、単にAIを2つ起動している状態よりも、こちらの方が問題になりやすい。
例えばClaude Codeがプログラムのテストを実行し、同時にCodexが別のビルド処理を開始した場合だ。
両方がCPUやメモリ、ディスクを使用する。
その結果、同じPC内で処理能力を奪い合うことになる。
大規模なテスト、依存関係のインストール、動画処理などでは負荷がさらに増える。
重い処理を同時実行させないことが、最も簡単で効果的な対策になる。
5. MCPサーバーや追加ツールが動いている
Claude CodeとCodexは、MCP（Model Context Protocol）を利用して外部ツールと連携できる。
ただし、MCPサーバーにはローカルで動くものと、外部のサーバーに接続するものがある。
ローカルMCPサーバーを複数起動すれば、その分だけPCのリソースを使用する。
それぞれのAIで同じ種類のMCPを有効にしている場合、別々のプロセスが起動している可能性もある。
AIの同時起動でPCが重くなった場合は、MCPサーバーの数や実行方式も確認したい。
WindowsでClaude CodeとCodexのメモリ使用量を確認する方法
タスクマネージャーで確認する
Windowsなら、専用ソフトを追加しなくてもメモリ使用量を確認できる。
手順は簡単だ。
Ctrl + Shift + Escを押す。- タスクマネージャーを開く。
- 「プロセス」タブを選択する。
- 「メモリ」をクリックして使用量順に並べる。
- Claude Code、Codex、VS Codeなどの使用量を確認する。
さらに「パフォーマンス」タブを開けば、PC全体のメモリ使用率も確認できる。
参考：Microsoft公式 Windowsのパフォーマンス改善方法
メモリ使用率は何％から危険？
メモリ使用率には、すべてのPCに共通する絶対的な危険ラインがあるわけではない。
ただし、実用上は次のように判断するとわかりやすい。
| メモリ使用率 | 判断の目安 | 対応 |
|---|---|---|
| 50％未満 | 余裕がある | 通常利用を継続 |
| 50〜70％ | 比較的安定 | 特別な対策は不要 |
| 70〜85％ | やや高い | 不要なアプリを確認 |
| 85〜95％ | 注意が必要 | 重い処理の同時実行を避ける |
| 95％以上 | 空き容量が非常に少ない | メモリ不足の症状を確認 |
この数値はWindowsの公式基準ではなく、あくまで目安である。
Windowsは空きメモリをキャッシュにも活用するため、使用率が高いだけで異常とは断定できない。
本当に重視すべきなのは、操作の遅延、アプリの停止、ディスクへの過剰なアクセスが発生しているかどうかだ。
私なら、次の3パターンで比較する。
① Claude Codeだけ起動
↓
メモリ使用量を記録
② Codexだけ起動
↓
メモリ使用量を記録
③ 両方を同時起動
↓
メモリ使用量を比較可能であれば、同じテストやファイル操作をそれぞれ実行し、CPUとメモリの変化を見ると原因を特定しやすい。
AIのメモリとPCのメモリはまったく別物
コンテキストウィンドウはPCのRAMではない
AIに関する説明では、メモリという言葉が複数の意味で使われている。
ここを混同すると、原因を間違える。
例えばClaude Codeの会話が非常に長くなり、コンテキスト使用量が増えたとしよう。
これは主に、AIモデルが会話やコードを処理するために利用するコンテキストの問題だ。
PCの物理メモリが同じ割合で増えることを意味するわけではない。
3つのメモリを比較すると次のようになる。
| 種類 | 役割 | 競合の有無 |
|---|---|---|
| 物理メモリ（RAM） | PC上でプログラムを動かす | 同じPCなら共有 |
| AIのコンテキスト | 現在の会話や作業内容を処理する | 原則として別々 |
| AIの永続メモリ | 指示や学習した内容を保存する | 原則として別々 |
Claude Codeの長い会話を再開した際に、コンテキストの再利用や再処理によって使用量が増える場合がある。
しかし、これはPCのRAMが不足する問題とは区別すべきだ。
また、Claude CodeとCodexを同時に起動しても、片方のコンテキストウィンドウがもう片方に奪われるわけではない。
Claude CodeとCodexは記憶を自動共有しない
Claude CodeにはCLAUDE.mdや自動メモリの仕組みがある。
CodexにはAGENTS.mdなどの指示ファイルや、独自のメモリ機能が用意されている。
基本的には、それぞれが独立して会話や記憶を管理する。
つまりClaude Codeに教えたルールが、そのままCodexにも反映されるとは限らない。
逆も同様だ。
参考：Anthropic公式 Claude Codeのメモリ管理
AGENTS.mdを利用すれば共通ルールを共有できる
ここは重要なポイントだ。
現在のClaude Codeは、一定のバージョン以降でAGENTS.mdの読み込みにも対応している。
ただし、CLAUDE.mdが存在すると、標準設定ではAGENTS.mdが自動読み込みされない場合がある。
Claude Codeでは/configからProject instructionsを変更することで、両方の指示ファイルを読む設定にもできる。
また、CLAUDE.mdからAGENTS.mdをインポートする方法もある。
例えば、プロジェクトの構成を次のようにする。
my-project/
│
├─ AGENTS.md
├─ CLAUDE.md
├─ src/
├─ tests/
└─ README.md共通の開発ルールはAGENTS.mdに保存する。
# 共通ルール
- 既存の機能を破壊しない
- 変更前に関連ファイルを確認する
- 作業後に差分を確認する
- 不必要なファイル変更をしない
- 本番環境への反映は承認を得るそしてCLAUDE.mdに次の内容を記載する。
@AGENTS.mdこうすれば、Claude Codeにも共通ルールを読み込ませられる。
Windows環境でも、シンボリックリンクを作成せずに設定できるのが利点だ。
ただし、共通ルールの共有と、会話履歴や自動メモリの共有は別問題である。
参考：Claude Code公式 AGENTS.mdの読み込み仕様
Claude CodeとCodexを同時利用するときはファイル競合に注意
同じファイルを同時編集すると問題が起きる
私が最も注意すべきだと思うのは、PCメモリよりもファイル編集の競合だ。
例えば次のような状況である。
index.php
│
┌──────┴──────┐
│ │
Claude Code Codex
│ │
▼ ▼
コードを修正 コードを修正
│ │
└──────┬──────┘
▼
編集内容が競合
Claude Codeがファイルを読み込んだあと、Codexが内容を変更したとしよう。
その後、Claude Codeが古い内容を前提に修正すると、別の変更を上書きしたり、想定外のコードを生成したりする恐れがある。
当然ながら、AIを2つ使っているからといって、自動的に安全な共同編集が成立するわけではない。
安全策1：役割を分離する
最も簡単なのは、それぞれのAIに異なる仕事を割り当てることだ。
例えば次のようにする。
| Claude Code | Codex |
|---|---|
| 新しい機能の実装 | 既存コードのレビュー |
| バグの修正 | テスト案の作成 |
| HTML・CSSの修正 | SEOや構造上の問題点の確認 |
| プラグインの改善 | セキュリティ上の問題点の分析 |
この運用なら、同じファイルに対する同時書き込みを減らせる。
特に片方を実装担当、もう片方をレビュー担当にする方法はおすすめだ。
Codexにはコードレビュー機能も用意されているため、実装結果の確認に活用しやすい。
ただし、レビュー担当には変更を加えず確認だけするよう、明確に指示しておくと安心だ。
安全策2：Git Worktreeで作業場所を分離する
本格的に同時開発するなら、Git Worktreeが有効だ。
Git Worktreeとは、1つのGitリポジトリに対して複数の作業ディレクトリを持てる仕組みである。
Gitリポジトリ
│
┌───────┴───────┐
│ │
Worktree A Worktree B
│ │
Claude Code Codex
│ │
機能の実装 バグの修正
│ │
└───────┬───────┘
▼
変更内容を確認
│
▼
統合
それぞれが独立した作業ディレクトリを使用するため、同じファイルへの直接的な書き込み競合を避けやすくなる。
ただし、後から変更を統合するときにGitのマージ競合が発生する可能性は残る。
Claude CodeもCodexも、Worktreeを利用した並列作業に対応している。
参考：Anthropic公式 Claude Codeの並列セッション
安全策3：ファイル編集を順番に行う
Gitに慣れていない場合は、無理に並列編集しない方がいい。
例えば、次の順番でも十分に効率的だ。
- Claude Codeがコードを修正する。
- 修正終了後にGitで差分を確認する。
- Codexが変更内容をレビューする。
- 必要に応じてClaude Codeが再修正する。
- テストして問題がなければ変更を確定する。
これなら、2つのAIの強みを生かしつつ、競合リスクを小さくできる。
Claude CodeとCodexのおすすめ併用方法
開発担当とレビュー担当を分けるのが基本
2つのAIを使う最大のメリットは、異なる視点から結果を確認できることだと思う。
同じ指示を2つのAIに与え、同時にコードを書かせるだけでは、作業が重複しやすい。
それよりも、片方が作成した内容をもう片方が確認する方が効率的な場面は多い。
例えば、Claude Codeでプログラムを作成したら、Codexには次のように依頼する。
「現在の変更内容を読み取り専用でレビューしてください。バグ、セキュリティ、既存機能への影響を確認し、修正が必要な箇所を優先順位付きで報告してください。ファイルの編集は行わないでください。」
これなら役割が明確になる。
もちろん、逆にCodexで実装してClaude Codeにレビューさせても問題ない。
どちらを主担当にするかは、プロジェクトや得意な作業に応じて決めればいい。
ローカルとクラウドを分けて利用する
PCへの負荷を抑えたいなら、ローカル実行とクラウド実行を分ける方法もある。
例えば以下の構成だ。
作業を2つに分割
│
┌───────┴───────┐
│ │
Claude Code Codex Cloud
│ │
ローカル作業 クラウド作業
│ │
自分のPCを使用 クラウド環境
│ │
└───────┬───────┘
▼
結果を確認
Codex Cloudで処理を実行する場合、コードの実行環境もクラウド側に置ける。
そのため、Codex CLIでローカル処理を実行する場合よりもPCへの負荷を抑えられる可能性がある。
ただし、クラウドで作成した変更をローカルに取り込む際には、内容を確認する必要がある。
ローカルの未保存ファイルやGitに登録していないデータを、そのままクラウド側が認識できるとは限らない点にも注意したい。
WordPressの開発・ブログ運営にも応用できる
WordPressを運営している場合も、この使い分けは有効だ。
例えば、Claude CodeでSWELLのカスタマイズやプラグインの修正を行い、Codexで変更内容の安全性を確認する。
また、SEO関連のコードを修正した後に、別のAIに不要な処理や表示上の問題がないかチェックさせるのもいい。
| 作業 | 主担当 | 確認担当 |
|---|---|---|
| WordPressのPHP修正 | Claude Code | Codex |
| CSSの調整 | Claude Code | Codex |
| プラグインのコード整理 | Codex | Claude Code |
| SEO関連のコード修正 | Codex | Claude Code |
| セキュリティチェック | どちらでも可 | もう片方 |
| Git差分のレビュー | 作業していないAI | 人間が最終確認 |
ただし、WordPressではPC上のファイル競合だけでなく、本番サーバーやデータベースに対する変更にも注意が必要だ。
SSH経由で同じ本番環境にアクセスできる設定なら、作業ディレクトリを分けても本番サイト側で競合する可能性がある。
そのため、バックアップとステージング環境を用意し、本番反映の担当を1つに限定したい。
AIを2つに増やすことよりも、どこまで操作を許可するかを決めることの方が重要だ。
Claude CodeとCodexの同時利用に関するよくある質問
Q. Claude CodeとCodexは同時に起動しても大丈夫？
基本的には問題ない。
ただし、PCのメモリ使用量やCPU負荷、同じファイルへの書き込み競合には注意が必要だ。
特に大規模なテストやビルドを両方で同時実行すると、PCが重くなる可能性がある。
Q. Claude CodeとCodexはGPUを奪い合う？
通常のクラウドモデルを利用したコード生成では、AIモデルの推論をPCのGPUで処理するわけではない。
そのため、両方を起動しただけでGPUメモリが大量に必要になるとは考えにくい。
ただし、ローカルAI、画像処理、GPUを使うアプリケーションなどを実行する場合は別だ。
Q. Claude CodeとCodexの使用量制限は共有される？
基本的には共有されない。
Claude CodeはAnthropic側、CodexはOpenAI側の利用条件や使用量制限に従う。
片方の使用量制限に到達したからといって、もう片方の利用枠まで消費されるわけではない。
ただし、サービスごとにプランやモデル、使用量の計算方法が異なるため、最新の条件を確認したい。
Q. 2つのAIで会話メモリを共有できる？
会話履歴や自動メモリを、そのまま完全に共有する仕組みではない。
ただし、AGENTS.mdなどの共通指示ファイルを使えば、開発ルールやプロジェクト情報を共有できる。
一方で、AIが会話中に学習した内容や判断履歴まで自動的に同期されるわけではない。
Q. Claude CodeとCodexを同時利用すると処理速度は遅くなる？
ケースによる。
単に両方を起動するだけなら、大きな変化がない場合もある。
一方、ローカルで重いコマンドを同時実行すれば、CPUやメモリの競合によって処理が遅くなる可能性がある。
AIの応答速度そのものは、クラウド側の混雑状況や通信環境にも左右される。
まとめ｜Claude CodeとCodexの同時利用はメモリより作業の競合に注意
Claude CodeとCodexは、基本的に同時利用できる。
AIモデルの推論は主にクラウドで処理されるため、2つのAIを起動しただけでPCのメモリ使用量が単純に2倍になるわけではない。
ただし、ローカルで動作するツールや開発環境はPCのリソースを共有する。
今回のポイントをまとめると次のとおりだ。
| 確認項目 | 結論 |
|---|---|
| 同時起動 | 基本的に可能 |
| PCメモリの共有 | あり |
| AIモデルの推論処理 | 主に別々のクラウド |
| GPUへの負荷 | 通常のクラウド利用では限定的 |
| 会話コンテキスト | 原則として独立 |
| 共通指示の共有 | AGENTS.mdなどで可能 |
| ファイル競合 | 同じ作業場所では注意が必要 |
| おすすめの運用 | 実装とレビューを分担 |
| 本格的な並列開発 | Git Worktreeを利用 |
私が最もおすすめするのは、Claude CodeとCodexの役割を明確に分ける運用方法だ。
片方にコードを作成させ、もう片方にレビューさせる。それだけでも、1つのAIですべてを完結させる場合とは異なる視点が得られる。
反対に、同じファイルを両方に同時編集させる運用はおすすめしない。作業が競合すれば、かえって時間を失う。
PCの動作が重い場合は、まずタスクマネージャーでRAMとCPUの使用状況を確認すること。それでも問題があるなら、WSL、Docker、MCPサーバー、テスト処理などを順番に調べればいい。
Claude CodeとCodexを併用する価値は、AIを2つ起動すること自体にあるのではない。
2つのAIに適切な役割を与え、互いの弱点を補わせることにある。
コメント